数据挖掘 | 比特币走势预测实战

数据挖掘 | 比特币走势预测实战

本篇博客将对比特币的走势进行预测，采用的模型是时间序列模型 ARMA，采用的工具是 Python 3.

先来简单介绍一下使用到的模型 ARMA。

ARMA英文全称是 Auto Regressive Moving Average，中文叫做自回归滑动平均模型，也就是 AR 模型和 MA 模型的混合。相比 AR 模型和 MA 模型，它有更准确的估计。同样 ARMA 模型存在 p 和 q 两个阶数，称为 ARMA(p,q) 模型。

接下来具体看看在 Python 中的 ARMA 工具。

引用

from statsmodels.tsa.arima_model import ARMA

构造

ARMA(endog, order, exog = None)
endog：代表内生变量，由模型决定的，不被外部环境所改变，可以认为是我们想要解释的变量。
order：代表的是 p 和 q 的值，也就是 ARMA 中的阶数。
exog：代表外生变量，受外部因素的影响，不是我们模型要研究的变量。

功能函数

fit( )：拟合函数
predict(start, end)：预测函数，其中 start 代表预测的起始时间；end 代表预测的终止时间。

AIC准则

也称为赤池信息准则，是衡量统计模型拟合好坏的一个标准。AIC 值越小，代表模型的拟合度越好。

比特币走势预测

首先导入需要用到的 Python 包。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from statsmodels.tsa.arima_model import ARMA
import warnings
from itertools import product
from datetime import datetime

导入数据，数据的类型是.csv。

df = pd.read_csv('./bitcoin_2012-01-01_to_2018-10-31.csv')

接下来对数据进行探索。我们先看看前5行的数据。

df.head(5)

先来解释一下每个字段的含义。

Timestamp : 日期
Open : 开盘价
High : 最高价
Low : 最低价
Close : 收盘价
Volume_(BTC) : 比特币成交量
Volume_(Currency) : 成交金额
Weighted_Price : 比特币平均价格

接下来，我们把 Timestamp 作为 df 的索引。

df.Timestamp = pd.to_datetime(df.Timestamp)
df.index = df.Timestamp

然后，分别按 月、季节 和 年 来进行数据的统计。

df_month = df.resample('M').mean()
df_Q = df.resample('Q-DEC').mean()
df_year = df.resample('A-DEC').mean()

分别以 天、月、季节 和 年 为单位来显示比特币的走势。以下代码是显示比特币的平均价格的走势，其他的统计量的走势同理得出。

fig = plt.figure(figsize=[15, 7])
plt.suptitle('Bitcoin amount $', fontsize=20)
plt.subplot(221)
plt.plot(df.Weighted_Price, '-', label='based on day')
plt.legend()
plt.subplot(222)
plt.plot(df_month.Weighted_Price, '-', label='based on month')
plt.legend()
plt.subplot(223)
plt.plot(df_Q.Weighted_Price, '-', label='based on season')
plt.legend()
plt.subplot(224)
plt.plot(df_year.Weighted_Price, '-', label='based on year')
plt.legend()
plt.show()

比特币成交金额的趋势图

比特币成交量的趋势图

比特币成交平均价格的趋势图

接下来是建模，首先调参，我们需要选择一个不错的超参数。这里的参数指 p 和 q。

# 设置参数范围
ps = range(0,3)
qs = range(0,3)
parameters = product(ps,qs)
parameters_list = list(parameters)

寻找最优ARMA模型参数，即best_aic最小。这里采用的是以月为单位的预测。
其实在一定程度上也给数据进行了降维，同时也会节省模型训练的时间。

results = []
best_aic = float("inf") # 正无穷
for param in parameters_list:
    try:
        model = ARMA(df_month.Weighted_Price, order=(param[0], param[1])).fit()
    except ValueError:
        print('参数错误:', param)
        continue
    aic = model.aic
    if aic < best_aic:
        best_model = model
        best_aic = aic
        best_param = param
    results.append([param, model.aic])
# 输出最优模型
result_table = pd.DataFrame(results)
result_table.columns = ['parameters', 'aic']
print('最优模型: ', best_model.summary())

运行结果如图所示：

接下来是模型的预测：

# 比特币预测
df_month2 = df_month[['Weighted_Price']]
date_list = [datetime(2018, 11, 30), datetime(2018, 12, 31), datetime(2019, 1, 31), datetime(2019, 2, 28), datetime(2019, 3, 31), 
             datetime(2019, 4, 30), datetime(2019, 5, 31), datetime(2019, 6, 30)]
future = pd.DataFrame(index=date_list, columns= df_month.columns)
df_month2 = pd.concat([df_month2, future])
df_month2['forecast'] = best_model.predict(start=0, end=91)
# 比特币预测结果显示
plt.figure(figsize=(20,7))
df_month2.Weighted_Price.plot(label='real amount')
df_month2.forecast.plot(color='r', ls='--', label='predict amount')
plt.legend()
plt.title('Bitcoin amount/month')
plt.xlabel('time')
plt.ylabel('dollar')
plt.show()

预测的结果图如下所示：

总结

从结果中可以看出，在训练阶段，即处于蓝色和红色的线都有的那段时间，我们的模型对训练数据的拟合程度还是不错的。

在预测阶段，即在 2018 年 10 月之后 8 个月的时间里，比特币的平均价格开始不断地下跌，跌破 4000 美金左右。其实实际上，比特币在这个阶段的价格确实降低到了 4000 元美金甚至更低。